你正在使用带有L1正则化的logistic回归做二分类，其中C是正则化参数，w1和w2是x1和x2的系数。当你把C值从0增加至非常大的值时，下面哪个选项是正确的?A.第一个w2成了0，接着w1也成了0B.第一个w1成了0，接着w2也成了0C.w1和w2同时成了0D.即使在C成为大值之后，w1和w2都不能成0

你正在使用带有L1正则化的logistic回归做二分类，其中C是正则化参数，w1和w2是x1和x2的系数。当你把C值从0增加至非常大的值时，下面哪个选项是正确的?

A.第一个w2成了0，接着w1也成了0

B.第一个w1成了0，接着w2也成了0

C.w1和w2同时成了0

D.即使在C成为大值之后，w1和w2都不能成0

相关考题：

机器学习中L1正则化和L2正则化的区别是?A.使用L1可以得到稀疏的权值B.使用L1可以得到平滑的权值C.使用L2可以得到稀疏的权值
查看答案
下面关于Lasso回归的描述正确的是A．Lasso回归使用L1正则化B．Lasso回归使用L2正则化C．Lasso回归使用L1+L2正则化D．Lasso回归不使用正则化
查看答案
LASSO回归采用L1还是L2正则化优化代价函数？
查看答案
11、下面关于Lasso回归的描述正确的是A．Lasso回归使用L1正则化B．Lasso回归使用L2正则化C．Lasso回归使用L1+L2正则化D．Lasso回归不使用正则化
查看答案
在logistic分类中，L1正则化和L2正则化的引入为了解决什么问题？A．数据量不充分B．训练数据不匹配C．训练过拟合D．训练速度太慢
查看答案
8、关于L1正则化和L2正则化说法错误的是 （)。A．L1正则化的功能是使权重稀疏B．L2正则化的功能是防止过拟合C．L1正则化比L2正则化使用更广泛D．L1正则化无法有效减低数据存储量
查看答案
128、在logistic分类中，L1正则化和L2正则化的引入为了解决训练过拟合的问题。
查看答案
4、逻辑回归正则化主要包括L1正则化和L2正则化
查看答案
16、在logistic分类中，L1正则化和L2正则化的引入为了解决什么问题？A．数据量不充分B．训练数据不匹配C．训练过拟合D．训练速度太慢
查看答案
热门标签